您好,欢迎光临金融壹号网!今天是: 返回首页 | 收藏本站 | 设为首页 | 繁体中文
金融壹号网
财经 宏观  国内  国际  金融  公司
评论  消费  人物  产经  专题
股票 要闻  大盘  个股  板块  助力  数据
港股  美股  期股  新股  研报  创业
理财 基金  黄金  外汇  期货  专家答疑
银行  保险  收藏  职场  理 财 师
其他 综合  商讯
常识  房产
新闻播报:
24小时新闻排行 热点新闻月排行
图片资讯 更多>>






问答 更多>>
·苹果高管:音乐流媒体服务商单靠音乐不可
·传海信拟放弃夏普商标 海外力推东芝电视
·HTC又投资了一批VR初创公司 其中包
·金捷集装箱翻转机,用科技助力客户的创富
·2017同远摄影集团亲子论坛暨亲子集市
·串天下串串香掀起游客狂欢 成为宽窄巷子
·从0到富豪,90后小伙通过股权市场获利
·天赐农业-开启植物酸奶新纪元
·山姆大叔教育西安站 共筑西北创业梦
·北京新云医疗集团迎来湖北省老河口疼痛专
大特保CTO林洪祥:数据运营要避开哪些坑
文章来源: 发布时间:2016-8-2 13:43:30  已经被浏览:910次

  本文是大特保联合创始人&CTO林洪祥在小饭桌保险课上的分享,全文围绕数据运营,从三个层面阐述了数据怎样让保险和用户体验更好,结合了大特保实战中积累的诸多经验,对于初创企业非常有指导价值。以下是分享实录: 

    创业起始,重视早期数据 

    我们经常会遇到这样的问题,第一款产品马上要上线了,技术人员可能还不齐,这个时候能满足系统上线就已经相当不错了。如果还要求相应的数据,那要求太高了。 所以在这个阶段,一开始我们就有数据意识,那么对公司后续的发展是非常有利的。因为早期的数据往往决定到你后面很长一段时间的数据基准。早期的很多数据都来自周围的亲戚朋友,他们都愿意去尝试一下。错过了这拨人,后面改进的机会就比较少。我个人建议在这个阶段一定要把数据准备好,也不需要太过于复杂,开发工程师只需要一些简单的工作,就可以把这些东西做好。 

    跳出率和退出率的分析。我找了一个与滴滴合作的案例。这次活动的图包括活动说明有三四屏左右,我们怎么判断这些图的效果呢?初期只能通过经验来做,我们当时准备了三四套方案,上线是从凌晨开始切换的,所以我们从凌晨开始,就把当时精心挑选的三四套方案,做了一个很好的测试,就看它的跳出率跟退出率,到底是哪些环节会影响到我们的核心要点。 

    快速迭代。在有限时间内,大批量流量同时进入,需要提前准备多套方案,密切关注数据变化,用最短时间完成流量测试(半夜),保证整体最优。前提是技术系统不能掉链子,以及提前准备各种突发情况。 

    过渡阶段,在数据里找思路 

    很多公司都会经历类似情况,我已经到达一定程度了,接下来该怎么走?到了过渡阶段,如果现在的业务没有带来增长,人员又比较多,我建议如果有能力,可以做一些数据方面的工作,能找到一些新思路。 

    早期可以通过用户画像,判断自己的用户到底是哪个类型的用户?这是用户画像的相应的步骤,群体定量分析-个体定性描述-数据产品应用。我有一定的人群了,通过对群体不同纬度、不同指标的划分,然后有了一些定性的描述和相应的用户标签,这些标签可以作为要点应用到相关的产品里。 

    其次是运营转化率。到了过渡阶段,如果有一定的量,注册用户肯定不再是原来的指标,我肯定希望把用户从活动参与过渡到付费用户,从低价的薅羊毛转化成高价的用户。怎么让用户参与进来?并且让他们有付费的意愿,这个时候通过转化率的设置,可以发现哪些路径是最佳模式。我们通过微信内容的推广方式去做呢?还是通过直接这种产品列表,还是通过简单、低价,比较粗暴的方式来做? 

    另外,优惠券、积分等常规运营也有大文章。过渡阶段我们想大力做正品的转化,所以通过很小的优惠措施吸引用户转变。我们发现,在优惠券的指标上,往下跳的概率特别低。通过AB测试,我们发现有一些专业术语隐藏之后,特别有利于用户快速的下单,为什么呢?因为很多小白用户对专业术语并不了解,甚至连保额、保费都想半天,这需要一个转化。所以,在下单流程上,我们一方面隐藏了一些专业术语,另一方面设置了免登录购买环节。 

    成长阶段,此处有弯路 

    我们刚刚进入这个阶段,也碰到一些情况,比如数据的需求一下子膨胀了,这个时候怎么去调整,怎么去解决呢?

    我的建议是,需要配备一些比较专业、比较优秀的数据团队或者数据人员来做相应的事情。这个阶段如果有人、有钱,而且前面两个阶段的数据验证有用,那么对运营、节约成本 、定位及对发现机会都有比较大的帮助。在这个阶段,就应该去考虑相应的人员。 但这里面有挺多坑。数据人员特别贵,首先是人才坑。如果你一个月花了50K、60K相应的人员来做一堆报表出来后没有用,这个时候怎么办?所以你要衡量,所有的数据分析都是有目标的,你要给它确定目标。 

    还有工具坑,刚刚说了需求膨胀了,分析师,统计、运营各方面的人,都会向你要相应的数据需求。这个时候需要开发很多数据工具,以满足不同人的要求。但你怎么去衡量它的成本呢?你的目标是把数据用起来,而不是去搭一堆数据工具,这个时候怎么去平衡这个需求。 

    另外,准确性永远是个坑。上线了几套数据系统之后,会发现各个纬度的数据永远对不起来。怎么办?所以这个时候就要想清楚,我们的数据系统,它的指标定义可能是不一样的,它的统计纬度,统计范畴都是不一样的。这个时候你要了解的是各个系统之间数据差异在哪里?你不能走的弯路是让它把各个数据系统严格的对应起来,你只能减少相关的误差,并且理解各个数据系统至今的差异。 

    林洪祥:大特保联合创始人及CTO,组建并执掌大特保产品技术团队。在加入大特保之前,他曾就职于IBM和百度,从事高级研发、大数据架构研发、社区数据技术负责人等研发和管理工作。 

   ( 文章来源:小饭桌 整理:钟雪晴)

发布评论    查看评论

共可输入200字,还剩 字。<提交快捷键适用于IE浏览器>




验证码:
相关文章
联系电话:  投稿邮箱:jr1vip@163.com
版权所有 金融壹号网 地址:北京市丰台区西国贸大厦 邮政编码:100000 黔ICP备14005974号-3
CopyRight © [www.jr1.com.cn] All Right Reversed.
郑重声明:本网刊登信息出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容、数据仅供参考,使用前请核实,风险自负。本网转载其他稿件均来自互联网,如有问题请及时和我们客服联系!